A methodology for pre-selecting sustainable development indicators (SDIs) with application to surface mining operations
Notice bibliographique
Résumé
The creation of the World Commission on Environment and Development (WCED), commonly known as the Brundtland Commission, and the publication in 1987 of its report, "Our Common Future" marked a turning point towards finding the balance among society, economy, and environment. Since then, governments have improved existing regulations or created others, organizations for standardizations have developed new standards, management and process practices have addressed potential gaps, public and private organizations have taken initiative through the creation of committees and programs and research covering all areas of sustainable development has become a priority for academics and practitioners. These different sources serve as the basis for a pre-selection process of sustainable development indicators (SDIs). While some sources do not specifically address certain industries, the pre-selection process suggested in this manuscript studies and analyzes each SDI's resource and the possible applicability of already-identified indicators. An assertive set of SDIs is not solely based on regulatory systems, as measuring sustainability cannot become a bureaucratic process, and neither can any other SDI's source single-handedly determine or mandate the final set of indicators, as the real objective is to assist decision-makers and effectively engage stakeholders. This paper presents an analysis of six different sources for pre-selecting SDIs, accompanied by a methodology to then finalize with a set of SDIs for the surface mining operations in oil sands projects. Surface mining projects are complex operations with several social, economic, environmental, and health impacts. As the government and oil sands developers are turning towards increasing
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».